論文の概要: Optimizing Quantum Key Distribution Network Performance using Graph Neural Networks

• arxiv url: http://arxiv.org/abs/2511.16468v1
• Date: Thu, 20 Nov 2025 15:36:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.698142
• Title: Optimizing Quantum Key Distribution Network Performance using Graph Neural Networks
• Title（参考訳）: グラフニューラルネットワークによる量子鍵分配ネットワーク性能の最適化
• Authors: Akshit Pramod Anchan, Ameiy Acharya, Leki Chom Thungon,
• Abstract要約: 本稿では,グラフニューラルネットワーク(GNN)フレームワークを用いた量子鍵分布(QKD)ネットワークの最適化を提案する。 実験結果から、GNN最適化QKDネットワークは総キーレート(27.1Kbits/sから470Kbits/s)を大幅に向上することが示された。 様々なスケール(10～250ノード)のネットワーク性能を分析し,リンク予測精度の向上と中規模ネットワークにおけるキー生成率の向上を実現した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper proposes an optimization of Quantum Key Distribution (QKD) Networks using Graph Neural Networks (GNN) framework. Today, the development of quantum computers threatens the security systems of classical cryptography. Moreover, as QKD networks are designed for protecting secret communication, they suffer from multiple operational difficulties: adaptive to dynamic conditions, optimization for multiple parameters and effective resource utilization. In order to overcome these obstacles, we propose a GNN-based framework which can model QKD networks as dynamic graphs and extracts exploitable characteristics from these networks' structure. The graph contains not only topological information but also specific characteristics associated with quantum communication (the number of edges between nodes, etc). Experimental results demonstrate that the GNN-optimized QKD network achieves a substantial increase in total key rate (from 27.1 Kbits/s to 470 Kbits/s), a reduced average QBER (from 6.6% to 6.0%), and maintains path integrity with a slight reduction in average transmission distance (from 7.13 km to 6.42 km). Furthermore, we analyze network performance across varying scales (10 to 250 nodes), showing improved link prediction accuracy and enhanced key generation rate in medium-sized networks. This work introduces a novel operation mode for QKD networks, shifting the paradigm of network optimization through adaptive and scalable quantum communication systems that enhance security and performance.
• Abstract（参考訳）: 本稿では,グラフニューラルネットワーク(GNN)フレームワークを用いた量子鍵分布(QKD)ネットワークの最適化を提案する。 今日、量子コンピュータの開発は古典暗号のセキュリティシステムを脅かしている。 さらに、秘密通信を保護するために設計されたQKDネットワークは、動的条件への適応、複数のパラメータの最適化、効率的な資源利用など、複数の運用上の困難に悩まされている。 これらの障害を克服するために,動的グラフとしてQKDネットワークをモデル化し,これらのネットワーク構造から有効特性を抽出するGNNベースのフレームワークを提案する。 このグラフは、位相情報だけでなく、量子通信に関連する特定の特徴(ノード間のエッジの数など)を含んでいる。 実験の結果、GNN最適化QKDネットワークは、キーレートの大幅な増加(27.1Kbits/sから470Kbits/s)、平均QBERの減少(6.6%から6.0%)、平均送信距離の減少(7.13kmから6.42km)により経路整合性を維持することが示されている。 さらに,各スケール(10～250ノード)のネットワーク性能を解析し,リンク予測精度の向上と中規模ネットワークにおけるキー生成率の向上を示した。 本研究は,ネットワーク最適化のパラダイムを,セキュリティと性能を向上させる適応的かつスケーラブルな量子通信システムにシフトさせる,新しいQKDネットワークの動作モードを導入する。

関連論文リスト

• Reinforcement Learning for Quantum Network Control with Application-Driven Objectives [53.03367590211247]
  動的プログラミングと強化学習は、制御戦略を最適化するための有望なツールを提供する。 非線形で微分可能な目的関数を直接最適化する新しいRLフレームワークを提案する。 我々の研究は、RLを持つ量子ネットワークにおける非線形目的関数最適化への第一歩であり、より高度なユースケースへの道を開く。
  論文  参考訳（メタデータ） (2025-09-12T18:41:10Z)
• The Proportional Fair Scheduler in Wavelength-Multiplexed Quantum Networks [1.649938899766112]
  量子鍵分配(QKD)プロトコルは、絡み合った光子から秘密鍵を生成する。 秘密鍵を生成するQKDネットワークのための単純な分散アルゴリズムを提案する。 平均秘密鍵レートの低いユーザを動的に優先順位付けすることで,PF-PS(Paldical Fairness pumping Strategy)が注目される。
  論文  参考訳（メタデータ） (2025-07-18T15:10:43Z)
• Scaling Limits of Quantum Repeater Networks [62.75241407271626]
  量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。 量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。 本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
  論文  参考訳（メタデータ） (2023-05-15T14:57:01Z)
• Dynamic Routing for Quantum Key Distribution Networks [2.913123182364138]
  本稿では,量子リピータと少数の信頼ノードを持つ量子ネットワークにおける量子鍵分布(QKD)について考察する。 我々は,現在のネットワーク状態に基づいてルーティング決定を行う動的ルーティング戦略を開発し,様々な古典的/量子的後処理手法を評価する。
  論文  参考訳（メタデータ） (2022-12-06T17:17:12Z)
• Optimization of QKD Networks with Classical and Quantum Annealing [0.7827586118586438]
  量子鍵分配(QKD)ハードウェアは、ティア1プロバイダネットワークで使用される。 QKDシステムのアンサンブルは、できるだけ多くの暗号化キーを交換できる必要がある。 冗長性とレイテンシ要件は、追加のバウンダリ条件を追加する。
  論文  参考訳（メタデータ） (2022-06-28T16:08:12Z)
• Entanglement Rate Optimization in Heterogeneous Quantum Communication Networks [79.8886946157912]
  量子通信ネットワークは、将来6G以降の通信ネットワークにおいて重要な構成要素となる可能性のある、有望な技術として登場しつつある。 近年の進歩は、実際の量子ハードウェアによる小規模および大規模量子通信ネットワークの展開に繋がった。 量子ネットワークにおいて、絡み合いは異なるノード間でのデータ転送を可能にする鍵となるリソースである。
  論文  参考訳（メタデータ） (2021-05-30T11:34:23Z)
• Optimizing the deployment of quantum key distribution switch-based networks [0.4643589635376553]
  本稿では,光スイッチを用いたQKDネットワークの展開コストを大幅に削減するQKDネットワークアーキテクチャを提案する。 スイッチベースのアーキテクチャにより、最大28%のリソース節約が可能であり、スループットは8%しか低下しないことを示す。
  論文  参考訳（メタデータ） (2021-04-09T04:13:04Z)
• Dynamic Slimmable Network [105.74546828182834]
  ダイナミックスリム化システム「ダイナミックスリム化ネットワーク(DS-Net)」を開発。 ds-netは,提案するダブルヘッド動的ゲートによる動的推論機能を備えている。 静的圧縮法と最先端の静的および動的モデル圧縮法を一貫して上回っている。
  論文  参考訳（メタデータ） (2021-03-24T15:25:20Z)
• Wireless Power Control via Counterfactual Optimization of Graph Neural Networks [124.89036526192268]
  本稿では,無線ネットワークにおけるダウンリンク電力制御の問題点について考察する。 コンカレントトランスミッション間の干渉を軽減するために,ネットワークトポロジを活用してグラフニューラルネットワークアーキテクチャを構築する。 次に、教師なし原始対実対実最適化手法を用いて最適電力配分決定を学習する。
  論文  参考訳（メタデータ） (2020-02-17T07:54:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。